一台 25GB 内存的普通电脑，跑起了 744B 的 GLM-5.2。 之前我们聊过 GLM-5.2 的 1M 上下文、聊过它对 AI 定价逻辑的冲击。今天聊一个更极端的问题：这个 744B 的庞然大物，最低能在什么样的机器上跑起来？ GitHub 上一个叫 colibrì（蜂鸟）的项目给出了答案：约 25GB 内存的消费级机器。不用 GPU，不用 Python，整个引擎是一个约 2400 行的 C 文件，零依赖。 它的思路利用了 MoE 架构的本质： 744B 参数里，每个 token 真正激活的只有约 40B，其中逐 token 变化的路由专家只有约 11GB。于是—— 1️⃣ 稠密部分（注意力、共享专家）int4 量化后约 9.9GB，常驻内存 2️⃣ 21,504 个路由专家（约 370GB）放在硬盘上，按需流式读取 代价是什么？作者在 README 里写得异常坦诚：冷启动每个 token 要从磁盘读约 11GB，速度只有 0.05–0.1 token/秒。翻一句话可能要几分钟。 "This is not fast."——但它证明了一件事：跑通一个 744B 前沿模型，不一定需要机房，一台“比一个 H100 风扇还便宜”的机器就够了。 大模型的门槛，正在被各种意想不到的方式拆掉。 🔗：

给朋友发几个 GB 的大文件，网盘经常卡在龟速上传，还得对方专门登录下载。 AlterSend 这个开源工具，主打设备之间直接传文件，不经过任何云端服务器中转。 全程点对点加密传输，不限文件大小，电脑端和手机端都有客户端。 GitHub： 配对过一次的设备，以后传文件不用再扫码验证，直接选中就发。 经常要甩大文件给别人、又嫌网盘慢的朋友，这个可以留着备用。

微软：8GB 内存也很棒哦！微软更新 #Surface# 购买指南，称 8GB 也非常适合日常使用，例如浏览网页、看视频和运行办公软件。 要知道 Win11 推荐内存就是 16GB，只不过当下内存价格太贵，微软也不得不捏着鼻子推出 8GB 硬件，还要违心的说 8GB 内存也很棒！ 查看全文：

把128GB统一内存塞进轻薄本，英伟达发布 RTX Spark 超级芯片，直接重塑 Windows PC 的天花板。 里面装的是 Blackwell RTX GPU 和 Grace CPU。 加上这128GB的统一内存，这台机器能直接在本地跑起巨大的 AI 模型。 速度极快，且数据完全私密。 不再需要把敏感素材传给云端，你的笔记本就是一个算力堡垒。 用 AI 创作的门槛，被直接踩平了。 觉得 ComfyUI 节点太复杂、太反人类，可以直接让内置的 AI 代理 OpenClaw 替你干活。 输入几句话，它自己去调参数、写提示词。 从一张草图生成材质效果，再直接用它做起始帧生成视频，全部本地一气呵成。 创作者的性能瓶颈也被碾碎了。 靠着这巨大的内存，你能直接剪辑 12K 4:2:2 的视频。 或者渲染高达 90GB 的巨型场景。 在 Blender 里，有了 DLSS 4.5 光线重建技术的加持。 你在场景里随意拖动，就能实时看到几乎等同于最终渲染的画质。 至于游戏，那可是英伟达的老本行。 《心灵杀手 2》、Pragmata 等游戏，直接在 1600p 分辨率下光追全开。 DLSS 4.5 里的新 Transformer 模型，把环境细节拉到了新高度。 更别说它原生支持带有反作弊系统的多人联机游戏。 真正的个人计算新形态已经来了。 不再依赖网络带宽，不再忍受云端延迟。 装载这颗芯片的新型轻薄本和紧凑型台式机，今年秋天就会出货。 本地算力的狂欢，正式开场。

OhMyDocs 多维表格附件导出，1 GB 一键拿下， 从飞书到本地，只需一键，好内容不再被锁在表格里。 新增 1. 支持飞书多维表格导出，保留列结构、标签、评分、图片和附件。 2. 支持知识库“全部”目录递归扫描与完整导出。 3. 支持 HTML ZIP、Markdown ZIP 离线导出及目录导航。 4. 增加图片、PDF 等表格附件下载。 修复 1. 修复飞书虚拟化页面内容未加载完整导致的缺失问题。 2. 修复表格行、序号、标签样式及超长内容显示异常。 3. 优化目录扫描超时、任务卡住和后台导出稳定性。 4. 完善导出进度、失败记录和诊断日志。